From 2b76d7908ff9c1eaec91be21ba4ecafdcb075035 Mon Sep 17 00:00:00 2001 From: DXC Date: Mon, 8 Jun 2026 09:56:02 +0800 Subject: [PATCH] =?UTF-8?q?feat(step8):=20=E5=A4=96=E9=83=A8=E6=A8=A1?= =?UTF-8?q?=E5=9E=8B=E4=BB=8E=E5=8D=95=E6=96=87=E4=BB=B6=E5=8D=87=E7=BA=A7?= =?UTF-8?q?=E4=B8=BA=E6=AF=8D=E6=96=87=E4=BB=B6=E5=A4=B9=E5=A4=9A=E6=A8=A1?= =?UTF-8?q?=E5=9E=8B=E5=AD=97=E5=85=B8=E6=89=AB=E6=8F=8F?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .qwen/settings.json | 3 +- .qwen/settings.json.orig | 3 +- .qwen/skills/facade_kwargs_defense/SKILL.md | 309 ++++++++++++++++++ .../wq_gui_external_model_panel/SKILL.md | 294 +++++++++++++++++ new/app/api/modeling.py | 63 +++- new/app/main.py | 2 + src/core/prediction/inference_batch.py | 49 ++- src/core/steps/prediction_step.py | 59 +++- src/gui/core/worker_thread.py | 8 + src/gui/crash_dump.txt | 10 + src/gui/panels/step8_panel.py | 164 +++++++++- src/gui/scaler_params.pkl | Bin 2847 -> 1783 bytes 12 files changed, 935 insertions(+), 29 deletions(-) create mode 100644 .qwen/skills/facade_kwargs_defense/SKILL.md create mode 100644 .qwen/skills/wq_gui_external_model_panel/SKILL.md diff --git a/.qwen/settings.json b/.qwen/settings.json index 0fff81c..15395fd 100644 --- a/.qwen/settings.json +++ b/.qwen/settings.json @@ -17,7 +17,8 @@ "Bash(\"d:\\111\\office\\zhlduijie\\1.wq\\wq_gui\\venv\\scripts\\python.exe\" *)", "Bash(c:\\users\\duxin\\appdata\\local\\programs\\python\\python311\\python.exe *)", "Bash(venv\\scripts\\python.exe *)", - "Bash(findstr *)" + "Bash(findstr *)", + "Bash(select-string *)" ] }, "$version": 4 diff --git a/.qwen/settings.json.orig b/.qwen/settings.json.orig index 511c3af..0fff81c 100644 --- a/.qwen/settings.json.orig +++ b/.qwen/settings.json.orig @@ -16,7 +16,8 @@ "Bash(.\\venv\\scripts\\python.exe *)", "Bash(\"d:\\111\\office\\zhlduijie\\1.wq\\wq_gui\\venv\\scripts\\python.exe\" *)", "Bash(c:\\users\\duxin\\appdata\\local\\programs\\python\\python311\\python.exe *)", - "Bash(venv\\scripts\\python.exe *)" + "Bash(venv\\scripts\\python.exe *)", + "Bash(findstr *)" ] }, "$version": 4 diff --git a/.qwen/skills/facade_kwargs_defense/SKILL.md b/.qwen/skills/facade_kwargs_defense/SKILL.md new file mode 100644 index 0000000..34f4ba5 --- /dev/null +++ b/.qwen/skills/facade_kwargs_defense/SKILL.md @@ -0,0 +1,309 @@ +--- +name: PipelineRunner Facade 防御性 kwargs 兜底 +description: WQ_GUI 14 个 stepX_... Facade 方法必须以 **kwargs 收尾——配合 PipelineRunner 调度模式杜绝 "unexpected keyword argument" TypeError +source: auto-skill +extracted_at: '2026-06-04T00:54:50.036Z' +--- + +# PipelineRunner Facade 防御性 kwargs 兜底 + +## 适用场景 + +在 WQ_GUI 中，**任何被 `PipelineRunner` 调用的 14 个 `stepX_...` Facade 方法**（位于 `src/core/water_quality_inversion_pipeline_GUI.py`），其形参表末尾**必须**带 `**kwargs`。触发信号： + +- 用户报错 `TypeError: stepX_xxx() got an unexpected keyword argument 'yyy'` +- 改 PIPELINE_STEPS 的 `requires` 列表 +- 新增 / 重命名一个 step 方法 +- 重构 PipelineRunner 的 `_invoke` 注入逻辑 + +## 核心原则 + +**Facade 的形参表 = 显式声明的形参 + `, **kwargs`**。`kwargs` 必须**严格位于形参表最后**（Python 语法硬要求）。 + +```python +# ✅ 正确 +def step3_remove_glint(self, img_path: str, + method: str = "subtract_nir", + # ... 30+ 业务形参 ... + skip_dependency_check: bool = False, + **kwargs) -> str: + ... + +# ❌ 错误：**kwargs 不能放中间或前面 +def step3_remove_glint(self, img_path, **kwargs, skip_dependency_check): # SyntaxError +``` + +## 为什么需要这层防御 + +`PipelineRunner._invoke`（`src/core/pipeline/runner.py`）会向方法注入两类参数： + +| 层 | 来源 | 形参 key 怎么定 | +|---|---|---| +| **L2** | ctx 字段（按 `spec.requires` 列表） | `_default_param_name(ctx_key)` 默认去 `_path` 后缀 | +| **L3** | `ctx.user_config[step_id]`（14 panel dict 整体） | dict 的 key 原样注入 | + +**L2 触发 TypeError 的真实场景**（2026-06-04 真实发生）： + +- `PIPELINE_STEPS.step3.requires = ["img_path", "water_mask_path", "glint_mask_path"]` +- Runner 注入 `kwargs["glint_mask_path"] = ctx.glint_mask_path` +- `step3_remove_glint` 形参表**没有** `glint_mask_path`（虽然业务上耀斑掩膜是在子调用 `GlintRemovalStep.run` 内部用的，Facade 本身不接） +- → **TypeError: step3_remove_glint() got an unexpected keyword argument 'glint_mask_path'** + +**L3 触发 TypeError 的场景**： + +- user_config 14 panel dict 里残留了旧字段名 / 跨 step 串味的字段 +- 任何 `user_config[step_id][k]` 中的 `k` 都会被注入 + +`**kwargs` 一次性解决两类问题。 + +## 14 个 Facade 方法清单（截至 2026-06-04 已全部带 **kwargs） + +| step | method | 形参表闭合示例 | +|---|---|---| +| 1 | `step1_generate_water_mask` | `output_path: Optional[str] = None, **kwargs) -> str:` | +| 2 | `step2_find_glint_area` | `skip_dependency_check: bool = False, **kwargs) -> str:` | +| 3 | `step3_remove_glint` | `skip_dependency_check: bool = False, **kwargs) -> str:` | +| 4 | `step4_process_csv` | `skip_dependency_check: bool = False, **kwargs) -> str:` | +| 5 | `step5_extract_training_spectra` | `skip_dependency_check: bool = False, **kwargs) -> str:` | +| 5.5 | `step5_5_calculate_water_quality_indices` | `skip_dependency_check: bool = False, **kwargs) -> str:` | +| 6 | `step6_train_models` | `skip_dependency_check: bool = False, **kwargs) -> str:` | +| 6.5 | `step6_5_non_empirical_modeling` | `skip_dependency_check: bool = False, **kwargs) -> Dict[str, str]:` | +| 6.75 | `step6_75_custom_regression` | `skip_dependency_check: bool = False, **kwargs) -> str:` | +| 7 | `step7_generate_sampling_points` | `skip_dependency_check: bool = False, **kwargs) -> str:` | +| 8 | `step8_predict_water_quality` | `skip_dependency_check: bool = False, **kwargs) -> Dict[str, str]:` | +| 8.5 | `step8_5_predict_with_non_empirical_models` | `skip_dependency_check: bool = False, **kwargs) -> Dict[str, str]:` | +| 8.75 | `step8_75_predict_with_custom_regression` | `skip_dependency_check: bool = False, **kwargs) -> Dict[str, str]:` | +| 9 | `step9_generate_distribution_map` | `skip_dependency_check: bool = False, **kwargs) -> str:` | + +## 标准操作 + +### 1. 编辑（最小外科手术式） + +每个方法的最后形参是 `skip_dependency_check: bool = False`，把这一行改成： + +```python + skip_dependency_check: bool = False, **kwargs) -> str: +``` + +**注意缩进必须与原行一致**（13 空格 / 35 空格 / 47 空格 / 48 空格不等，按方法原始缩进）。用 `edit` 工具的 old_string **必须含 docstring 第一行**（`"""步骤X: ..."""`）作唯一标识。 + +### 2. 验证 + +写一个临时校验脚本（项目根目录运行后删掉）： + +```python +import ast, re +target = r'D:\111\office\ZHLduijie\1.WQ\WQ_GUI\src\core\water_quality_inversion_pipeline_GUI.py' +src = open(target, encoding='utf-8-sig').read() +ast.parse(src) # AST 语法 + +expected = [ + 'step1_generate_water_mask', 'step2_find_glint_area', 'step3_remove_glint', + 'step4_process_csv', 'step5_extract_training_spectra', + 'step5_5_calculate_water_quality_indices', 'step6_train_models', + 'step7_generate_sampling_points', 'step8_predict_water_quality', + 'step9_generate_distribution_map', 'step6_5_non_empirical_modeling', + 'step6_75_custom_regression', 'step8_5_predict_with_non_empirical_models', + 'step8_75_predict_with_custom_regression', +] +pat = re.compile(r'def\s+(\w+)\s*\((?:[^()]|\([^()]*\))*\*\*kwargs\)\s*->\s*[^:]+:', re.DOTALL) +found = set(pat.findall(src)) +print('Missing:', [m for m in expected if m not in found]) +print('Extra :', [m for m in found if m not in expected]) +``` + +期望输出：两个列表都为空。 + +### 3. Windows 执行 + +```bat +cd /d D:\111\office\ZHLduijie\1.WQ\WQ_GUI +py _check.py +del _check.py +``` + +> 必加 `utf-8-sig`：`water_quality_inversion_pipeline_GUI.py` 头部可能含 BOM（`code_replacement_state_audit` skill 里有同样提示）。 + +## ⚠️ 这层防御不能解决什么 + +**` **kwargs` 兜底 ≠ 形参名错位修复**。如果 Runner 注入 `kwargs["training_csv_path"]` 而方法形参是 `csv_path`： + +- ✅ **不会报 TypeError**（`training_csv_path` 被 `**kwargs` 收走） +- ❌ **但 `csv_path` 仍是 None**（方法体内的 `if csv_path is not None: ... else: ...` 走 fallback 分支，可能读 `self.training_csv_path` 哨兵） + +**已知形参名错位的方法**（2026-06-04 已修，commit `64aa5b8`）： + +| step | Runner 注入的 ctx key | 方法实际形参 | 实际落地的修复 | +|---|---|---|---| +| step6_5 | `training_csv_path` | `csv_path` | `parameter_map={"training_csv_path": "csv_path"}` | +| step6_75 | （已切到 `indices_path`） | `csv_path` | ⚠️ 见下方"step6_75 路由修复"专题 | +| step8_5 | `models_dir` | `non_empirical_models_dir` | `parameter_map={"models_dir": "non_empirical_models_dir"}` | +| step8_75 | `models_dir` | `custom_regression_dir` | `parameter_map={"models_dir": "custom_regression_dir"}` | + +> **parameter_map** 是 `StepSpec` 已有字段（runner.py:33），作用是把 ctx 字段重命名到方法形参名。**优先用 parameter_map 而非改 requires**——保持 ctx 字段语义清晰（声明式描述上游依赖），形参名是方法私有约定。 + +### step6_75 路由修复（特殊案例，2026-06-04 commit `64aa5b8`） + +`step6_75_custom_regression` **不是简单的 ctx 字段名错位**——方法体内的 fallback 链透露了**真正的数据源是 `indices_path`**： + +```python +# step6_75 形参：csv_path +# 方法体 fallback: +# if csv_path is not None: input_csv = csv_path +# elif self.indices_path is not None: input_csv = self.indices_path # ★ 真相 +``` + +加 `parameter_map` 把 `training_csv_path → csv_path` 看似能跑通，但**实际用错了数据**（training_csv 是 step5 输出，不是 step6_75 想要的 indices CSV）。 + +**正确做法 = 同时改 requires + parameter_map**： + +```python +StepSpec( + step_id="step6_75", method_name="step6_75_custom_regression", + requires=["indices_path"], # ★ 从 training_csv_path 切到 indices_path + produces=["models_dir"], + parameter_map={"indices_path": "csv_path"}, # ★ 同步改 key + description="自定义回归分析", +), +``` + +**配合 `skip_when_missing` 兜底**：若用户没跑 step5_5（`ctx.indices_path` 为 None），runner 自动 skip 整个 step6_75，不会用错位数据静默执行。 + +**判别何时需要"路由切"vs"纯 rename"**： +- 看方法体 fallback 链：fallback 到 `self.indices_path`/`self.deglint_img_path`/其他 ctx 字段名 → **需要改 requires** +- 仅是 key 名字不同，方法体直接用形参 → 只改 parameter_map + +## L2 注入顺序冲突：多个 requires 字段解析到同一形参名 + +### 场景 + +`StepSpec.requires` 里有**多个 ctx 字段**，经过 `_default_param_name` / `parameter_map` 解析后，**会落到同一个方法形参名**。L2 注入是**顺序敏感**的（后者覆盖前者），后注入的会**默默覆盖**前一个的赋值。 + +### 真实案例（2026-06-04 step5 修复） + +业务需求：step5 真正需要 step4 产物 `processed_csv_path`，但**保留 raw `csv_path` 字段**作为 `user_config` 覆盖入口。 + +**❌ 错误的 parameter_map 写法**（用户原方案的隐藏 bug）： + +```python +StepSpec( + step_id="step5", method_name="step5_extract_training_spectra", + requires=["deglint_img_path", "processed_csv_path", "csv_path", ...], # raw csv_path 也在 + parameter_map={"processed_csv_path": "csv_path"}, # ★ 只映射了一个 + ... +) +``` + +L2 注入顺序（`runner.py:184-186`）： +1. `deglint_img_path` → `kwargs[deglint_img_path] = ctx.deglint_img_path` +2. `processed_csv_path` → `kwargs[csv_path] = ctx.processed_csv_path` ← 主路径生效 +3. `csv_path`（无映射 → 默认）→ `kwargs[csv_path] = ctx.csv_path` ← **后注入 None 覆盖了主路径！** + +**症状**：step5 形参 `csv_path` 拿到的是 raw `ctx.csv_path`（通常是 None），方法体 fallback 到 `self.processed_csv_path`——但这个 fallback 也可能是 None（step4 没跑），step5 内部空跑 → "**静默错误**"。 + +**✅ 修法：parameter_map 双向映射 + 占位名落 **kwargs**： + +```python +parameter_map={ + "processed_csv_path": "csv_path", # 主路径（注入到方法形参） + "csv_path": "_raw_csv_ignored", # 占位（落到 step5 形参列表末尾的 **kwargs） +}, +``` + +注入顺序重排后： +- `processed_csv_path` → `kwargs[csv_path] = ctx.processed_csv_path` ← 主路径 +- `csv_path` → `kwargs[_raw_csv_ignored] = ctx.csv_path` ← 落 **kwargs（被吞） + +step5 形参 `csv_path` 最终拿到 `ctx.processed_csv_path` 的值 ✓。 + +### 验证模板（行为模拟） + +写临时 `_verify_l2_inject.py` 复刻 `runner.py:184-186` 的 L2 注入循环，**不要只靠 AST 静态检查**——parameter_map 的 key 顺序、requires 的字段顺序都是动态的： + +```python +import sys +sys.path.insert(0, r'D:\111\office\ZHLduijie\1.WQ\WQ_GUI') +from src.core.pipeline.context import PipelineContext +from src.core.pipeline.runner import PIPELINE_STEPS + +spec5 = next(s for s in PIPELINE_STEPS if s.step_id == 'step5') + +# 复刻 L2 注入（与 runner.py:184-186 完全一致） +def l2_inject(spec, ctx): + kwargs = {} + for ctx_key in spec.requires: + param_name = spec.parameter_map.get(ctx_key, ctx_key) # ★ 必须原样复刻 + kwargs[param_name] = ctx.get(ctx_key) + return kwargs + +# 关键断言 +ctx = PipelineContext(processed_csv_path='/csv/processed.csv', csv_path='/csv/raw.csv') +kw = l2_inject(spec5, ctx) +assert kw.get('csv_path') == '/csv/processed.csv', \ + f"形参 csv_path 应等于 processed_csv_path, 实际 {kw.get('csv_path')!r}" +assert '_raw_csv_ignored' in kw, "占位名应被注入到 kwargs" +print(f'OK: csv_path 形参 = {kw["csv_path"]!r} (processed, 主路径正确)') +print(f'OK: _raw_csv_ignored 占位 = {kw["_raw_csv_ignored"]!r} (raw, 落 **kwargs 被吞)') +``` + +跑完删掉：`py _verify_l2_inject.py & del _verify_l2_inject.py`（Windows 一行模式）。 + +### 何时需要警惕这个冲突 + +修改 StepSpec 时检查清单（**先看这一段再写 parameter_map**）： + +- [ ] **requires 里是否有多于 1 个 ctx 字段，解析后会落到同名方法形参？** 典型撞车： + - 同名字段（如 `processed_csv_path` 和 `csv_path` 都能映射到 `csv_path`） + - 同名 `_default_param_name` 退化（如 `boundary_path` 和 `boundary_shp_path` 默认都映射到 `boundary_path`——但要注意 `_default_param_name` 已废弃去后缀，原样返回 ctx key，所以 `boundary_path` 和 `boundary_shp_path` 默认就会撞 `boundary_path` / `boundary_shp_path` 不会撞，要撞就必须显式 parameter_map） + - 字段名 + parameter_map 重命名撞车 +- [ ] **"主路径"字段在 requires 列表靠前位置**（让后续"备路径"覆盖，但**这不解决冲突**——只要有第二次注入就一定会覆盖） +- [ ] **"备路径"字段**用占位名 `_xxx_ignored` / `_xxx_kwargs_only` 映射，让它落到 **kwargs +- [ ] **确认方法形参表末尾有 `**kwargs`** 兜底（`facade_kwargs_defense` skill 核心要求，已 14/14 落地） + +### 反例（不要做） + +- ❌ "我让 `csv_path` 不在 requires 里就行了"——会**丢失 user_config 覆盖入口**（如果用户想用 raw CSV 而不是 processed） +- ❌ "改 L2 注入循环，让 parameter_map 字段最后注入"——会**改变 runner 通用语义**，影响所有 step 的注入顺序 +- ❌ "加 `if param_name in kwargs: continue` 在 L2 注入里"——隐式"第一次优先"语义，新人读代码摸不着头脑 +- ❌ "用 position in requires 做加权"——把数据语义（哪个字段优先级高）塞到列表顺序里，runner 应该保持"声明式" + +### 与"纯 rename"的区别 + +| 维度 | 纯 rename（已有 skill 案例） | 多→1 冲突（本节案例） | +|---|---|---| +| 典型场景 | step6_5/6_75/8_5/8_75：1 个 requires 重命名到形参 | step5：2 个 requires 撞到同一形参 | +| parameter_map | 1 个 key→value | 2 个 key→同名 value + 占位名 | +| requires | 1 个字段 | 2 个字段（主 + 备） | +| 冲突来源 | 不会出现（单 key） | 出现（顺序敏感 + 撞名） | +| 修法 | 只加 parameter_map | 双向 parameter_map + 占位名 | + +## 与其他防御层的关系 + +``` +PipelineRunner.run() 主循环 + ├─ L1 runner.py:152 skip_when_missing ─── ctx. 全 None → skip step + ├─ L2 runner.py:182 ctx 字段注入 ─── 形参表里没声明 → TypeError ⚠️ → **kwargs 兜底 + ├─ L3 runner.py:188 user_config 合并 ─── user_config 有"空字符串"/None → 跳过（上一轮加的守卫）✅ + └─ L4 runner.py:211 except 捕获 ─── 业务抛异常 → ctx.status="error" + raise +``` + +`**kwargs` 是 **L2 的"消极兜底"**——宁愿吞掉多余 key 也不报 TypeError。**真正的"积极修复"是 parameter_map**（让 ctx 字段名映射到正确形参名）。两层配合： +- **保守期间（重构初期）**：先 `**kwargs` 兜住，TypeError 消失 +- **稳定阶段**：补 parameter_map，让方法收到正确数据 + +## 反例（不要做） + +- ❌ "不写 `**kwargs`，靠 type hint + IDE 检查兜底"——Runner 是运行时注入，IDE 看不到 +- ❌ "把 `**kwargs` 放形参表中间"——Python 语法错误 +- ❌ "改 requires 列表去掉冗余 ctx 字段"——会导致 `skip_when_missing` 误判（以为 step 不需要该 ctx 字段），应该用 `parameter_map` 重命名而非删除 requires +- ❌ "在 14 个 Facade 方法体里加 `if 'glint_mask_path' in kwargs: kwargs.pop('glint_mask_path')`"——脏活，且每个方法都要加，远不如 `**kwargs` 一行优雅 + +## 案例来源 + +- 2026-06-04 WQ_GUI PipelineRunner 迁移第二步 +- 触发：`step3_remove_glint() got an unexpected keyword argument 'glint_mask_path'` +- 根因：`PIPELINE_STEPS.step3.requires` 写了 `glint_mask_path`，但 `GlintRemovalStep` 内部使用，Facade 自身不接这个形参 +- 落地：14 个 Facade 全部加 `, **kwargs`，0 个 TypeError +- 验证：临时 `_check.py` 14/14 命中 + AST 解析通过 +- 续：4 个 parameter_map 全部落地（commit `64aa5b8`），含 step6_75 路由切到 indices_path；L3 非空过滤同步加入 `runner._invoke:188` +- 2026-06-04 step5 严格依赖修复：发现 L2 注入顺序冲突（requires 多个字段解析到同一形参名），引入"双向 parameter_map + 占位名落 **kwargs"模式；step5 形参 `csv_path` 真正接到 `processed_csv_path`（step4 产物），raw `csv_path` 保留为 user_config 覆盖入口，落占位名 `_raw_csv_ignored` 后被 `**kwargs` 吞。skip_when_missing 块同步加 `_notify` 通知，**拒绝静默跳过**（15 条 _notify 全带具体 missing 字段列表证据）。 diff --git a/.qwen/skills/wq_gui_external_model_panel/SKILL.md b/.qwen/skills/wq_gui_external_model_panel/SKILL.md new file mode 100644 index 0000000..4a53d35 --- /dev/null +++ b/.qwen/skills/wq_gui_external_model_panel/SKILL.md @@ -0,0 +1,294 @@ +--- +name: WQ_GUI PyQt5 面板外部模型导入模式 +description: 在 Step8 等预测面板中通过 QRadioButton + FileSelectWidget + joblib.load 防御性加载实现"内置/导入"双模式切换的标准模式 +source: auto-skill +extracted_at: '2026-06-08T01:38:14.481Z' +--- + +# WQ_GUI PyQt5 面板外部模型导入模式 + +## 适用场景 + +Step8（机器学习预测）、Step8_5、Step8_75 等面板需要同时支持： +1. **内置模式**：使用 `step6` 训练流程生成的模型目录 +2. **导入模式**：用户手动选择本地预训练 `.joblib` 文件直接加载 + +--- + +## 1. 模板（可直接复制到 `__init__` + `init_ui`） + +```python +from PyQt5.QtWidgets import QRadioButton + +class StepXPanel(QWidget): + def __init__(self, parent=None): + super().__init__(parent) + self.current_model = None # ★ 外部模型实例缓存 + self.init_ui() + + def init_ui(self): + layout = QVBoxLayout() + + # -------- 模型来源选择（单选按钮组） -------- + source_group = QGroupBox("模型来源") + source_layout = QVBoxLayout() + + self.use_trained_model = QRadioButton("使用当前训练流程的模型") + self.use_external_model = QRadioButton("导入本地预训练模型 (.joblib)") + self.use_trained_model.setChecked(True) + source_layout.addWidget(self.use_trained_model) + source_layout.addWidget(self.use_external_model) + + self.use_trained_model.toggled.connect(self._on_model_source_changed) + self.use_external_model.toggled.connect(self._on_model_source_changed) + + source_group.setLayout(source_layout) + layout.addWidget(source_group) + + # -------- 外部模型文件选择（条件显示） -------- + self.external_model_widget = FileSelectWidget( + "预训练模型:", + "Joblib Files (*.joblib);;All Files (*.*)" + ) + # FileSelectWidget 的 browse_btn 默认连着 open file 行为， + # 需要先断开默认连接，再接自定义槽 + self.external_model_widget.browse_btn.clicked.disconnect() + self.external_model_widget.browse_btn.clicked.connect(self._browse_external_model) + self.external_model_widget.setVisible(False) + layout.addWidget(self.external_model_widget) + + # ... 其余原有 UI ... +``` + +--- + +## 2. 槽函数模板 + +### `_on_model_source_changed` + +单选按钮 `toggled` 信号在**两个**按钮上都会触发（点击 A 时 A 触发，B 也触发），所以用 `if not checked: return` 让非选中分支短路。 + +```python +def _on_model_source_changed(self, checked: bool): + """单选按钮切换：控制外部模型文件选择控件的显示/隐藏""" + if not checked: + return + is_external = self.use_external_model.isChecked() + self.external_model_widget.setVisible(is_external) + # 切回"使用当前模型"时清空缓存，释放内存并避免误用旧模型 + if not is_external: + self.current_model = None +``` + +### `_browse_external_model` + +- 用 `QFileDialog.getOpenFileName` 而非 `getExistingDirectory` +- 防御性解析两种格式：`{"model": pipeline, ...}`（Step6 输出格式）和裸 `Pipeline` 对象 +- 失败用 `QMessageBox.warning` 友善提示；成功用 `QMessageBox.information` 告知 + +```python +from PyQt5.QtWidgets import QFileDialog, QMessageBox +from pathlib import Path + +def _browse_external_model(self): + """浏览并加载外部 .joblib 预训练模型文件""" + default = self._get_default_work_dir() + path, _ = QFileDialog.getOpenFileName( + self, + "选择预训练模型 (.joblib)", + default, + "Joblib Files (*.joblib);;All Files (*.*)", + ) + if not path: + return + + try: + import joblib + loaded = joblib.load(path) + # 兼容两种格式：dict{"model": obj} 或裸 Pipeline + if isinstance(loaded, dict) and "model" in loaded: + self.current_model = loaded["model"] + elif hasattr(loaded, "predict"): + self.current_model = loaded + else: + QMessageBox.warning( + self, + "模型格式错误", + f"无法识别的模型格式，文件内容类型为：{type(loaded).__name__}", + ) + return + self.external_model_widget.set_path(path) + QMessageBox.information( + self, + "模型加载成功", + f"已加载模型：{Path(path).name}\n类型：{type(self.current_model).__name__}", + ) + except Exception as e: + self.current_model = None + QMessageBox.warning( + self, + "模型加载失败", + f"加载模型时发生错误：\n{type(e).__name__}: {e}", + ) +``` + +--- + +## 3. `run_step` 改造模板 + +在原有目录加载逻辑之前，插入外部模型优先分支： + +```python +def run_step(self): + """独立运行步骤X""" + # ... 公共输入校验 ... + + # ★ 外部模型优先分支 + if self.use_external_model.isChecked(): + if self.current_model is None: + QMessageBox.warning( + self, + "模型未加载", + "请先点击「浏览...」按钮加载预训练模型文件！", + ) + return + external_model_path = self.external_model_widget.get_path() or "" + main_window = self.window() + if hasattr(main_window, 'run_single_step'): + config = { + 'stepX': self.get_config(), + '_external_model': self.current_model, # ★ 直接传对象 + '_external_model_path': external_model_path, # 供日志/回溯用 + } + main_window.run_single_step('stepX', config) + return + + # 默认流程：使用模型目录（原有逻辑不变） + models_dir = self.models_dir_file.get_path() + if not models_dir: + QMessageBox.warning(self, "输入错误", "请选择模型目录！") + return + # ... 原有 run_step 剩余代码 ... +``` + +--- + +## 4. 后端三层完整接入（2026-06-08 已落地） + +完整数据流分为三层，每层各一处分流点： + +``` +GUI step8_panel + ↓ config = {'_external_model': obj, '_external_model_path': path, 'step8': {...}} + ↓ +worker_thread.run_single_step() [第1处分流：透传顶层 key] + ↓ step_config = config['step8'] + {'_external_model': obj, '_external_model_path': path} + ↓ +prediction_step.predict_water_quality() [第2处分流：接收 + 透传] + ↓ _external_model=obj, _external_model_path=path + ↓ +WaterQualityInference(artifacts_dir, external_model=obj, external_model_path=path) + ↓ +inference_batch.batch_inference_multi_models() [第3处分流：effective_model 短路] + ↓ external_model=obj + ↓ +inference_batch.inference_pipeline() + → self.external_model is not None → self.loaded_model_data = self.external_model（跳过磁盘加载） +``` + +### 4a. worker_thread.py — run_single_step 透传 + +在 `step_config = dict(config.get(step_name, {}))` 之后、"skip_dependency_check" 之前插入： + +```python +# 透传面板顶层传入的外部预训练模型（GUI step8_panel 通过 config['_external_model'] 传入） +# 非空才覆盖（遵循 feedback_never_overwrite_with_empty 原则） +for key in ('_external_model', '_external_model_path'): + val = config.get(key) + if val is not None and val != "": + step_config[key] = val +``` + +### 4b. prediction_step.py — predict_water_quality 签名 + 透传 + +形参表末尾增加两个参数： + +```python +_external_model=None, +_external_model_path=None, +``` + +构造处透传： + +```python +inferencer = WaterQualityInference( + models_dir, + external_model=_external_model, + external_model_path=_external_model_path, +) +all_results = inferencer.batch_inference_multi_models( + models_root_dir=models_dir, + ... + external_model=_external_model, + external_model_path=_external_model_path, +) +``` + +### 4c. inference_batch.py — 三处修改 + +**① `__init__` 存储**： + +```python +def __init__(self, artifacts_dir: str = "models/artifacts", + external_model=None, external_model_path=None): + ... + self.external_model = external_model + self.external_model_path = external_model_path +``` + +**② `batch_inference_multi_models` 短路 + 注入**： + +```python +# 优先级：外部预训练模型 > 从磁盘加载 +if external_model is not None: + effective_model = external_model + print(f"\n使用外部预训练模型: type={type(external_model).__name__}") +else: + effective_model = None + +# 子目录循环中注入： +if effective_model is not None: + model_inferencer = WaterQualityInference( + str(subdir), + external_model=effective_model, + external_model_path=external_model_path, + ) +else: + model_inferencer = WaterQualityInference(str(subdir)) +``` + +**③ `inference_pipeline` 模型加载短路**（`load_best_model` 调用前）： + +```python +if self.external_model is not None: + self.loaded_model_data = self.external_model + print(f" 使用外部预训练模型: type={type(self.external_model).__name__}") +elif model_file_path: + self.load_specific_model(model_file_path) +else: + self.load_best_model(metric=metric) +``` + +**关键约束**： +- `joblib.load` 在 panel 槽函数里完成（GUI 进程内），对象通过 config 引用直接透传；**不跨进程**，所以不需要担心 pickle 序列化问题 +- `batch_inference_multi_models` 形参 `external_model` 和 `external_model_path` **与实例属性同名**（`self.external_model`），两者都传是为了让每个子目录创建的 `WaterQualityInference` 实例都能独立持有引用 +- 原有从 `models_dir` 目录加载的逻辑完全保留，只在 `external_model is not None` 时短路 + +--- + +## 5. 已知约束 + +- `FileSelectWidget.browse_btn.clicked` 在 `init_ui` 里会重复 connect，每次 `init_ui` 被调用时会累积；解决方案是在 connect 前先 `.disconnect()`（如模板所示）。 +- `QRadioButton.toggled` 信号在两个按钮上都会触发，**必须**用 `if not checked: return` 短路，否则会导致切换时状态错乱。 +- `self.current_model` 会在面板切换到"使用当前模型"时清空，防止用户忘记换回内置模式后仍使用旧导入模型。 +- 当前项目 venv 路径：`D:\111\office\ZHLduijie\1.WQ\WQ_GUI\venv`，导入 `joblib` 时注意 venv 环境一致性。 \ No newline at end of file diff --git a/new/app/api/modeling.py b/new/app/api/modeling.py index ab5c2a8..01ac34f 100644 --- a/new/app/api/modeling.py +++ b/new/app/api/modeling.py @@ -30,6 +30,7 @@ app/api/modeling.py """ import asyncio +import shutil import traceback import uuid from datetime import datetime @@ -40,7 +41,7 @@ import joblib import numpy as np import pandas as pd import xarray as xr -from fastapi import APIRouter, BackgroundTasks +from fastapi import APIRouter, BackgroundTasks, HTTPException, UploadFile, File from pydantic import BaseModel, Field from sklearn.cross_decomposition import PLSRegression from sklearn.ensemble import RandomForestRegressor @@ -784,3 +785,63 @@ async def submit_predict( payload.output_zarr_path, ) return {"task_id": task_id, "status": "PENDING", "kind": "predict"} + + +# --------------------------------------------------------------------------- +# models_router — 独立于 modeling_router，路径前缀为 /models +# 最终完整路径: GET /api/models, POST /api/models/upload +# --------------------------------------------------------------------------- +models_router = APIRouter(prefix="/models", tags=["models"]) + + +# --------------------------------------------------------------------------- +# GET /api/models +# --------------------------------------------------------------------------- +@models_router.get("") +async def list_models() -> Dict[str, Any]: + """ + 扫描 ./data/models/ 目录，返回所有 .joblib 文件名（不含后缀）。 + + 异常处理：目录不存在时自动创建，返回空列表。 + """ + models_dir = Path("./data/models") + models_dir.mkdir(parents=True, exist_ok=True) + + model_names = [ + p.stem for p in models_dir.iterdir() if p.suffix == ".joblib" + ] + return {"models": model_names} + + +# --------------------------------------------------------------------------- +# POST /api/models/upload +# --------------------------------------------------------------------------- +@models_router.post("/upload") +async def upload_model( + file: UploadFile = File(...), +) -> Dict[str, Any]: + """ + 接收上传的 .joblib 模型文件，保存到 ./data/models/ 目录。 + + - 校验后缀必须为 .joblib + - 目录不存在时自动创建 + - 返回状态和文件名（不含后缀） + """ + if not file.filename or not file.filename.lower().endswith(".joblib"): + raise HTTPException( + status_code=400, + detail="仅支持 .joblib 格式的文件", + ) + + models_dir = Path("./data/models") + models_dir.mkdir(parents=True, exist_ok=True) + + dest_path = models_dir / file.filename + + with dest_path.open("wb") as buffer: + shutil.copyfileobj(file.file, buffer) + + return { + "status": "success", + "model_id": dest_path.stem, + } diff --git a/new/app/main.py b/new/app/main.py index 233f3e1..789ade3 100644 --- a/new/app/main.py +++ b/new/app/main.py @@ -18,6 +18,7 @@ from fastapi.middleware.cors import CORSMiddleware from app.api.endpoints import router as deglint_router from app.api.modeling import router as modeling_router +from app.api.modeling import models_router # --------------------------------------------------------------------------- @@ -52,6 +53,7 @@ app.add_middleware( # --------------------------------------------------------------------------- app.include_router(deglint_router, prefix="/api") app.include_router(modeling_router, prefix="/api") +app.include_router(models_router, prefix="/api") # --------------------------------------------------------------------------- diff --git a/src/core/prediction/inference_batch.py b/src/core/prediction/inference_batch.py index 94330f7..39a8900 100644 --- a/src/core/prediction/inference_batch.py +++ b/src/core/prediction/inference_batch.py @@ -26,19 +26,24 @@ from sklearn.model_selection import train_test_split class WaterQualityInference: """水质参数反演推理类""" - def __init__(self, artifacts_dir: str = "models/artifacts"): + def __init__(self, artifacts_dir: str = "models/artifacts", + external_model=None, external_model_path=None): """ 初始化推理类 Args: artifacts_dir: 模型保存目录 + external_model: 外部预训练模型对象（来自 GUI 导入，跳过磁盘加载） + external_model_path: 外部模型文件路径（仅用于日志） """ self.artifacts_dir = Path(artifacts_dir) if not self.artifacts_dir.exists(): print(f"警告: 模型目录不存在: {artifacts_dir}，将在需要时创建") - + self.best_model_info = None self.loaded_model_data = None + self.external_model = external_model + self.external_model_path = external_model_path def load_sampling_data(self, csv_path: str) -> Tuple[pd.DataFrame, pd.DataFrame, pd.DataFrame]: """ @@ -745,7 +750,11 @@ class WaterQualityInference: # 1. 加载模型 print("\n步骤1: 加载模型") print("-" * 40) - if model_file_path: + if self.external_model is not None: + # 外部预训练模型已注入，直接使用，跳过磁盘加载 + self.loaded_model_data = self.external_model + print(f" 使用外部预训练模型: type={type(self.external_model).__name__}") + elif model_file_path: self.load_specific_model(model_file_path) else: self.load_best_model(metric=metric) @@ -863,10 +872,12 @@ class WaterQualityInference: print(f"\n批量推理完成，共处理 {len(csv_files)} 个文件") return results - def batch_inference_multi_models(self, models_root_dir: str, sampling_csv_path: str, - output_dir: str, metric: str = 'test_r2', + def batch_inference_multi_models(self, models_root_dir: str, sampling_csv_path: str, + output_dir: str, metric: str = 'test_r2', prediction_column: str = 'prediction', - output_format: str = 'csv'): + output_format: str = 'csv', + external_model=None, + external_model_path=None): """ 使用多个子文件夹中的模型进行批量推理 @@ -881,7 +892,18 @@ class WaterQualityInference: models_root = Path(models_root_dir) output_path = Path(output_dir) output_path.mkdir(parents=True, exist_ok=True) - + + # 优先级：外部预训练模型 > 从磁盘加载 + if external_model is not None: + effective_model = external_model + model_desc = ( + f"外部导入模型 ({external_model_path or 'unknown'}), " + f"type={type(external_model).__name__}" + ) + print(f"\n使用外部预训练模型: {model_desc}") + else: + effective_model = None + # 查找所有子文件夹 subdirs = [d for d in models_root.iterdir() if d.is_dir()] @@ -900,9 +922,16 @@ class WaterQualityInference: print(f"\n{'='*60}") print(f"处理模型文件夹: {subdir_name}") print(f"{'='*60}") - - # 创建新的推理实例，使用当前子文件夹作为artifacts_dir - model_inferencer = WaterQualityInference(str(subdir)) + + # 创建推理实例：外部模型优先注入，跳过磁盘查找 + if effective_model is not None: + model_inferencer = WaterQualityInference( + str(subdir), + external_model=effective_model, + external_model_path=external_model_path, + ) + else: + model_inferencer = WaterQualityInference(str(subdir)) # 根据输出格式设置文件扩展名 file_ext = f".{output_format}" diff --git a/src/core/steps/prediction_step.py b/src/core/steps/prediction_step.py index 693441f..948c477 100644 --- a/src/core/steps/prediction_step.py +++ b/src/core/steps/prediction_step.py @@ -103,6 +103,10 @@ class PredictionStep: output_dir: Union[str, Path] = "./11_12_13_predictions/Machine_Learning_Prediction", callback: Optional[Callable] = None, _report_generator=None, + _external_model=None, + _external_model_path=None, + _external_models_dict=None, + _external_model_dir=None, ) -> Dict[str, str]: """将训练好的最佳机器学习模型应用到采样点光谱上，预测水质参数""" from src.core.prediction.inference_batch import WaterQualityInference @@ -149,19 +153,48 @@ class PredictionStep: else: print(f"检测到部分预测结果文件，缺少: {missing_targets}，将继续生成...") - inferencer = WaterQualityInference(models_dir) - all_results = inferencer.batch_inference_multi_models( - models_root_dir=models_dir, - sampling_csv_path=sampling_csv_path, - output_dir=str(ml_prediction_dir), - metric=metric, - prediction_column=prediction_column, - output_format="csv", - ) - - for target_name, result in all_results.items(): - if result.get("status") == "success": - prediction_files[target_name] = result["output_file"] + if _external_models_dict: + # 外部模型字典优先：每个 {subdir_name: model_obj} 对应一个水质参数， + # 手动为每个模型创建 inference 实例并调用 inference_pipeline。 + print(f"\n使用外部导入模型字典（{len(_external_models_dict)} 个模型）...") + for target_name, model_obj in _external_models_dict.items(): + try: + output_file = ml_prediction_dir / f"{target_name}.csv" + model_inferencer = WaterQualityInference( + models_dir or "./", + external_model=model_obj, + external_model_path=_external_model_dir or "", + ) + predictions, result_df = model_inferencer.inference_pipeline( + sampling_csv_path=sampling_csv_path, + output_csv_path=str(output_file), + metric=metric, + prediction_column=prediction_column, + ) + prediction_files[target_name] = str(output_file) + print(f" ✓ {target_name}: {len(predictions)} 个预测值") + except Exception as e: + print(f" ✗ {target_name}: 失败 — {type(e).__name__}: {e}") + prediction_files[target_name] = None + else: + inferencer = WaterQualityInference( + models_dir, + external_model=_external_model, + external_model_path=_external_model_path, + ) + all_results = inferencer.batch_inference_multi_models( + models_root_dir=models_dir, + sampling_csv_path=sampling_csv_path, + output_dir=str(ml_prediction_dir), + metric=metric, + prediction_column=prediction_column, + output_format="csv", + external_model=_external_model, + external_model_path=_external_model_path, + ) + for target_name, result in all_results.items(): + if result.get("status") == "success": + prediction_files[target_name] = result["output_file"] print(f"预测完成，结果保存在: {ml_prediction_dir}") diff --git a/src/gui/core/worker_thread.py b/src/gui/core/worker_thread.py index 85558d2..8ae50d7 100644 --- a/src/gui/core/worker_thread.py +++ b/src/gui/core/worker_thread.py @@ -326,6 +326,14 @@ class WorkerThread(QThread): method_name = step_method_map[step_name] step_config = dict(config.get(step_name, {})) + # 透传面板顶层传入的外部预训练模型（GUI step8_panel 通过 config['_external_model'] 传入） + # 非空才覆盖（遵循 feedback_never_overwrite_with_empty 原则） + for key in ('_external_model', '_external_model_path', + '_external_models_dict', '_external_model_dir'): + val = config.get(key) + if val is not None and val != "": + step_config[key] = val + step_config['skip_dependency_check'] = True if step_name == 'step9': diff --git a/src/gui/crash_dump.txt b/src/gui/crash_dump.txt index d306022..cad70b0 100644 --- a/src/gui/crash_dump.txt +++ b/src/gui/crash_dump.txt @@ -91,3 +91,13 @@ Traceback (most recent call last): sys.exit(app.exec_()) ^^^^^^^^^^^ KeyboardInterrupt + +============================================================ +[2026-06-04 09:54:07] +Traceback (most recent call last): + File "D:\111\office\ZHLduijie\1.WQ\WQ_GUI\src\gui\water_quality_gui.py", line 3237, in + main() + File "D:\111\office\ZHLduijie\1.WQ\WQ_GUI\src\gui\water_quality_gui.py", line 3214, in main + sys.exit(app.exec_()) + ^^^^^^^^^^^ +KeyboardInterrupt diff --git a/src/gui/panels/step8_panel.py b/src/gui/panels/step8_panel.py index 06f41ec..87a75ad 100644 --- a/src/gui/panels/step8_panel.py +++ b/src/gui/panels/step8_panel.py @@ -10,7 +10,7 @@ from pathlib import Path from PyQt5.QtWidgets import ( QWidget, QVBoxLayout, QGroupBox, QFormLayout, QPushButton, QCheckBox, QComboBox, QLineEdit, QMessageBox, - QFileDialog, + QFileDialog, QRadioButton, ) from src.gui.components.custom_widgets import FileSelectWidget @@ -21,12 +21,61 @@ class Step8Panel(QWidget): """步骤8：机器学习预测""" def __init__(self, parent=None): super().__init__(parent) + self.external_models_dict = {} # {subdir_name: model_obj, ...} + self.external_model_dir = "" # 母文件夹路径（隐藏） self.init_ui() def init_ui(self): layout = QVBoxLayout() - # 采样光谱CSV文件（用于独立运行） + # -------- 模型来源选择（单选按钮组） -------- + source_group = QGroupBox("模型来源") + source_layout = QVBoxLayout() + + self.use_trained_model = QRadioButton("使用当前训练流程的模型") + self.use_external_model = QRadioButton("导入本地预训练模型 (.joblib)") + self.use_trained_model.setChecked(True) + source_layout.addWidget(self.use_trained_model) + source_layout.addWidget(self.use_external_model) + + self.use_trained_model.toggled.connect(self._on_model_source_changed) + self.use_external_model.toggled.connect(self._on_model_source_changed) + + source_group.setStyleSheet(""" + QRadioButton { + font-size: 13px; + spacing: 8px; + } + QRadioButton::indicator { + width: 16px; + height: 16px; + border-radius: 9px; + border: 2px solid #A0A0A0; + background-color: #FFFFFF; + } + QRadioButton::indicator:hover { + border: 2px solid #0078D7; + } + QRadioButton::indicator:checked { + background-color: #0078D7; + border: 2px solid #0078D7; + } + """) + + source_group.setLayout(source_layout) + layout.addWidget(source_group) + + # -------- 外部模型文件选择（条件显示） -------- + self.external_model_widget = FileSelectWidget( + "模型母文件夹:", + "Directories" + ) + self.external_model_widget.browse_btn.clicked.disconnect() + self.external_model_widget.browse_btn.clicked.connect(self._scan_external_model_dir) + self.external_model_widget.setVisible(False) + layout.addWidget(self.external_model_widget) + + # -------- 采样光谱CSV文件（用于独立运行）-------- self.sampling_csv_file = FileSelectWidget( "采样光谱CSV:", "CSV Files (*.csv);;All Files (*.*)" @@ -79,6 +128,94 @@ class Step8Panel(QWidget): layout.addStretch() self.setLayout(layout) + def _on_model_source_changed(self, checked: bool): + """单选按钮切换：控制外部模型文件选择控件的显示/隐藏""" + if not checked: + return + is_external = self.use_external_model.isChecked() + self.external_model_widget.setVisible(is_external) + if not is_external: + self.external_models_dict = {} + self.external_model_dir = "" + + def _scan_external_model_dir(self): + """浏览模型母文件夹，自动扫描子目录中的 .joblib 文件""" + default = self._get_default_work_dir() + if default: + default = os.path.join(default, "7_Supervised_Model_Training") + dir_path = QFileDialog.getExistingDirectory( + self, + "选择模型母文件夹", + default, + ) + if not dir_path: + return + + self.external_model_dir = dir_path + models_found = {} + errors = [] + + try: + import joblib + + for subentry in os.scandir(dir_path): + if not subentry.is_dir(): + continue + subdir_name = subentry.name + joblib_files = [ + f for f in os.scandir(subentry.path) + if f.is_file() and f.name.lower().endswith(".joblib") + ] + if not joblib_files: + continue + # 每个子目录只取第一个 .joblib 文件（与 batch 逻辑一致） + joblib_path = joblib_files[0].path + try: + loaded = joblib.load(joblib_path) + if isinstance(loaded, dict) and "model" in loaded: + model_obj = loaded["model"] + elif hasattr(loaded, "predict"): + model_obj = loaded + else: + errors.append(f"{subdir_name}: 无法识别的格式 {type(loaded).__name__}") + continue + models_found[subdir_name] = model_obj + except Exception as e: + errors.append(f"{subdir_name}: {type(e).__name__}: {e}") + + except Exception as e: + QMessageBox.warning( + self, + "扫描失败", + f"遍历模型目录时发生错误：\n{type(e).__name__}: {e}", + ) + return + + if not models_found: + QMessageBox.warning( + self, + "未找到模型", + f"在「{dir_path}」的子目录中未发现任何 .joblib 文件。\n" + "请确认每个水质参数对应一个子文件夹，内含 .joblib 模型文件。", + ) + self.external_model_widget.set_path("") + self.external_models_dict = {} + return + + self.external_models_dict = models_found + names = sorted(models_found.keys()) + display = f"已识别到 {len(names)} 个模型: {', '.join(names)}" + self.external_model_widget.set_path(display) + self.external_model_widget.line_edit.setStyleSheet("color: #0078D7; font-weight: bold;") + + err_lines = "\n".join(errors) if errors else "无" + QMessageBox.information( + self, + "模型扫描完成", + f"成功加载 {len(models_found)} 个模型：\n{display}\n\n" + f"加载失败 {len(errors)} 个：\n{err_lines}", + ) + def update_from_config(self, work_dir=None, pipeline=None): """从全局配置自动填充采样光谱和模型目录 @@ -197,10 +334,31 @@ class Step8Panel(QWidget): def run_step(self): """独立运行步骤8""" sampling_csv_path = self.sampling_csv_file.get_path() - models_dir = self.models_dir_file.get_path() if not sampling_csv_path: QMessageBox.warning(self, "输入错误", "请选择采样光谱CSV文件！") return + + # 外部模型优先：用户选择了"导入本地预训练模型" + if self.use_external_model.isChecked(): + if not self.external_models_dict: + QMessageBox.warning( + self, + "模型未加载", + "请先点击「浏览...」按钮选择模型母文件夹！", + ) + return + main_window = self.window() + if hasattr(main_window, 'run_single_step'): + config = { + 'step8': self.get_config(), + '_external_models_dict': self.external_models_dict, + '_external_model_dir': self.external_model_dir, + } + main_window.run_single_step('step8', config) + return + + # 默认流程：使用模型目录 + models_dir = self.models_dir_file.get_path() if not models_dir: QMessageBox.warning(self, "输入错误", "请选择模型目录！") return diff --git a/src/gui/scaler_params.pkl b/src/gui/scaler_params.pkl index 04943c54b940ca26ad7898cb1a38d90defce7e59..ae05ef2ee1fac25cea47c820b91cc544ea5a3e7f 100644 GIT binary patch delta 100 zcmbO)_MLY^DWlQEvg?dSoBbFcF;1SrA}?#yIweCnLnT8sLnuS7BSYO=pfri+KNM^} a!!m_&@(FfDtjf6H%KouWVx0VgOC10jA}p8y delta 1172 zcmZwE|3A|S9Ki7=Q(C%JE)U(~h?%)a!YVc1?^5!uZ&a%hDVMdDlv3%m?8xGLo5cw? zHPwV_QTl?<$F&|RT%6h5!g-KKuA%A6C6~JUp&#!bcs?Gl$Lqa?d|u8`N@Q+=juKhD zfznSANwofTJLkj`1#CrLV!9$ugyRXc&2zv&r_PiYX%N^^4pSzwsgy^M_|HQV&7e(~tdk?fYQQJzh>` zY#BH>p1;+4v7Xp>s-nq^H3Sp0Ry6Fc90dF96;B*4jlvg*T$wH&U6V^ep#^Q*!p@g) zmY>z3Q4K(Kq{3#_2|aksao5t9w*&tp``49f3dUZUY|Bm(ti?}4tJPz629N|LOZOj) z#uMINZ6vMpi@~SE7V*qO#IqQ-XL?Qjm#8Pn}nddgu_Up)08K1#-;4}Gi_>K}j zD~Nt{w`sL-s*EDqP`auJwlUyD)%S-f7tFAjQ5KwkB>^q&Km$AHNA$@U*x8cX_vr$n;-@6Pbv>M#XW*k zAMo-{$QD?M`73keFX(kr56H zd&~=Jubsvh4_R|LbqZ)HxpY^>NCc5Z>B%5n3=F$UCd2L>Kq=Mke@B>9`%tA6k+>y# zi)Eh#*bPsU^g|QiTQK>D!Q2DYyTWsj>VZTuFT<)FWBsW5x!-tTH{^@9X1iB$r0Vd<65%S&(&=)jY z&DS?V&-OxAZHXzGNUT;%y`}I4!h=qXvpvS=5ca@psc=&d#Q)Yo^-RAC1)+CZuh;(< zGNj`3K5Ie44Lp|cW&lPE-+m|%3%u|%r-nZE_cJIq?~&{8vr#l~PP#>}g-tsz+i3W7 z+;!H&a@Oqy_@rfVx}}XHHZ6@4{?t_l>q?ZW)`&~s_R2Qo&-u$xVITLLYxfvv(Xt!6 a;%mSvmo7K{QUSKTqfs3?SIlcOWBm(##U7*p